Sobre o problema da decomposição matricial em componentes esparsa e de posto baixo com exemplos em videovigilância

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Nascimento, Ivan Xavier Moura do, 1989-
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: [s.n.]
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://hdl.handle.net/20.500.12733/2752
Resumo: Orientadores: Sandra Augusta Santos, Paulo José da Silva e Silva
id UNICAMP-30_111ee64eed66c4764dd7636a12743d49
oai_identifier_str oai::1236027
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Sobre o problema da decomposição matricial em componentes esparsa e de posto baixo com exemplos em videovigilânciaOn the sparse and low rank matrix decomposition problem with examples in video surveillanceOtimização convexaSuavização (Análise numérica)Continuação homotópicaMétodo de gradiente proximalConvex optimizationSmoothing (Numerical analysis)Homotopy continuationProximal gradient methodOrientadores: Sandra Augusta Santos, Paulo José da Silva e SilvaTese (doutorado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação CientíficaResumo: Neste trabalho, tratamos do problema discreto fundamental de decomposição de uma dada matriz retangular como a soma de uma parcela esparsa com outra de posto baixo, aplicado a situações prototípicas de videovigilância, sem informações prévias sobre padrões de esparsidade e posto subjacentes. Como é comum na literatura, esparsidade e posto baixo são induzidos nas componentes por meio das funções de aproximação que constituem os respectivos envelopes convexos: a norma-l1 do vetor de entradas matriciais e a norma nuclear matricial. A combinação convexa de tais normas constitui então uma função objetivo a ser minimizada sob restrições de igualdade. Nossa proposta consiste na suavização do termo da norma-l1 via função de Huber e na incorporação das restrições à nova função objetivo, a qual é otimizada com um método do tipo gradiente proximal com tamanho do passo à la Barzilai-Borwein associado a um esquema de continuação homotópica que atua no ajuste do parâmetro de suavização. Conduzimos experimentos numéricos com instâncias de filmagens reais, de porte da ordem de dezenas de milhões de variáveis, em concorrência com o Método dos Multiplicadores com Direções Alternadas (ADMM), estado-da-arte para a classe de problemas. Os resultados mostraram que, no que diz respeito à reconstrução das imagens, nossa abordagem atinge precisão suficiente com menos esforço computacional, em termos do número de decomposições em valores singulares. Além disso, desenvolvemos uma heurística para a escolha do ponto inicial que acelerou substancialmente a convergência do ADMM nas situações práticas analisadasAbstract: In this work, we tackle the fundamental discrete problem of decomposing a given rectangular matrix as the sum of a sparse and a low-rank components, applied to prototypical video surveillance instances, without prior information on the underlying sparsity and rank patterns. As it is common in the literature, sparsity and low rank are induced by the respective convex hull approximation functions: the vector l1-norm and the nuclear norm. The convex combination of such norms then constitutes an objective function to be minimized under equality constraints. Our proposal consists in smoothing the l1-norm using the Huber function and in incorporating the constraints into the new objective function, which is optimized with a proximal gradient-type method with the Barzilai-Borwein stepsize, combined with a homotopy continuation scheme that acts on the adjustment of the smoothing parameter. We conducted numerical experiments with instances of real footage, with tens of millions of variables, and compared the results with the Alternating Direction Method of Multipliers (ADMM), one of the state-of-the-art algorithms for this class of problems. The results showed that, with regard to visual image reconstruction, our approach achieves sufficient precision with less computational effort, in terms of the number of Singular Value Decompositions. In addition, we developed a warm-start heuristic that substantially accelerated ADMM convergence in the practical instancesDoutoradoMatemática AplicadaDoutor em Matemática AplicadaCNPQ140894/2016-0CAPES0[s.n.]Santos, Sandra Augusta, 1964-Lopes, Renato da RochaMartínez Pérez, José MarioHelou Neto, Elias SalomãoHirata Junior, RobertoUniversidade Estadual de Campinas (UNICAMP). Instituto de Matemática, Estatística e Computação CientíficaPrograma de Pós-Graduação em Matemática AplicadaUNIVERSIDADE ESTADUAL DE CAMPINASNascimento, Ivan Xavier Moura do, 1989-20212021-11-29T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf1 recurso online (223 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/2752NASCIMENTO, Ivan Xavier Moura do. Sobre o problema da decomposição matricial em componentes esparsa e de posto baixo com exemplos em videovigilância. 2021. 1 recurso online (223 p.) Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/2752. Acesso em: 3 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/1236027Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2022-02-14T10:40:13Zoai::1236027Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2022-02-14T10:40:13Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Sobre o problema da decomposição matricial em componentes esparsa e de posto baixo com exemplos em videovigilância
On the sparse and low rank matrix decomposition problem with examples in video surveillance
title Sobre o problema da decomposição matricial em componentes esparsa e de posto baixo com exemplos em videovigilância
spellingShingle Sobre o problema da decomposição matricial em componentes esparsa e de posto baixo com exemplos em videovigilância
Nascimento, Ivan Xavier Moura do, 1989-
Otimização convexa
Suavização (Análise numérica)
Continuação homotópica
Método de gradiente proximal
Convex optimization
Smoothing (Numerical analysis)
Homotopy continuation
Proximal gradient method
title_short Sobre o problema da decomposição matricial em componentes esparsa e de posto baixo com exemplos em videovigilância
title_full Sobre o problema da decomposição matricial em componentes esparsa e de posto baixo com exemplos em videovigilância
title_fullStr Sobre o problema da decomposição matricial em componentes esparsa e de posto baixo com exemplos em videovigilância
title_full_unstemmed Sobre o problema da decomposição matricial em componentes esparsa e de posto baixo com exemplos em videovigilância
title_sort Sobre o problema da decomposição matricial em componentes esparsa e de posto baixo com exemplos em videovigilância
author Nascimento, Ivan Xavier Moura do, 1989-
author_facet Nascimento, Ivan Xavier Moura do, 1989-
author_role author
dc.contributor.none.fl_str_mv Santos, Sandra Augusta, 1964-
Lopes, Renato da Rocha
Martínez Pérez, José Mario
Helou Neto, Elias Salomão
Hirata Junior, Roberto
Universidade Estadual de Campinas (UNICAMP). Instituto de Matemática, Estatística e Computação Científica
Programa de Pós-Graduação em Matemática Aplicada
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Nascimento, Ivan Xavier Moura do, 1989-
dc.subject.por.fl_str_mv Otimização convexa
Suavização (Análise numérica)
Continuação homotópica
Método de gradiente proximal
Convex optimization
Smoothing (Numerical analysis)
Homotopy continuation
Proximal gradient method
topic Otimização convexa
Suavização (Análise numérica)
Continuação homotópica
Método de gradiente proximal
Convex optimization
Smoothing (Numerical analysis)
Homotopy continuation
Proximal gradient method
description Orientadores: Sandra Augusta Santos, Paulo José da Silva e Silva
publishDate 2021
dc.date.none.fl_str_mv 2021
2021-11-29T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/2752
NASCIMENTO, Ivan Xavier Moura do. Sobre o problema da decomposição matricial em componentes esparsa e de posto baixo com exemplos em videovigilância. 2021. 1 recurso online (223 p.) Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/2752. Acesso em: 3 set. 2024.
url https://hdl.handle.net/20.500.12733/2752
identifier_str_mv NASCIMENTO, Ivan Xavier Moura do. Sobre o problema da decomposição matricial em componentes esparsa e de posto baixo com exemplos em videovigilância. 2021. 1 recurso online (223 p.) Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/2752. Acesso em: 3 set. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1236027
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (223 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1809189933926055936